R 如何对数据帧中的行进行分组，同时对一列中的出现次数进行计数，并对另一列中的值进行求和？

我正在尝试修改我的数据框：

  start end duration_time
1     1   2         2.438
2     2   1         3.901
3     1   2        18.037
4     2   3        85.861
5     3   4        83.922

并创建如下内容：

  start end duration_time weight
1     1   2        20.475      2
2     2   1         3.901      1
4     2   3        85.861      1
5     3   4        83.922      1

因此，重复的开始-结束组合将被删除，重量将增加，持续时间将总和

我已经有一个部件在工作了，我就是无法让重量工作：

library('plyr')

df <- read.table(header = TRUE, text = "start end duration_time
1     1   2         2.438
2     2   1         3.901
3     1   2        18.037
4     2   3        85.861
5     3   4        83.922")

ddply(df, c("start","end"), summarise, weight=? ,duration_time=sum(duration_time))

library（'plyr'）
df使用data.table的最简单解决方案：

library(data.table)
setDT(df)[, .(duration_time=sum(duration_time), wt = .N) , by  =c("start", "end")]

   start end duration_time wt
1:     1   2        20.475  2
2:     2   1         3.901  1
3:     2   3        85.861  1
4:     3   4        83.922  1


尝试使用dplyr，tidyr

library(dplyr)
library(tidyr)
df1 <- df %>% unite(by_var, start,end)
df2 <- cbind(df1 %>% count(by_var), df1 %>% group_by(by_var)%>% 
    summarise( duration_time=sum(duration_time))%>%
    separate(by_var, c("start","end")))[c(3,4,5,2)]

> df2
  start end duration_time n
1     1   2        20.475 2
2     2   1         3.901 1
3     2   3        85.861 1
4     3   4        83.922 1

库（dplyr）
图书馆（tidyr）
df1%单位（按变量、开始、结束）
df2%计数（按变量），df1%>%分组（按变量）%>%
总结（持续时间=总和（持续时间））%>%
独立的（由变量c（“开始”、“结束”））[c（3,4,5,2）]
>df2
开始-结束持续时间\u时间n
1     1   2        20.475 2
2     2   1         3.901 1
3     2   3        85.861 1
4     3   4        83.922 1
A
base R
选项为
aggregate

do.call(data.frame, aggregate(duration_time~., df1,
       FUN = function(x) c(duration_time=sum(x), weight = length(x))))

“体重会增加”是什么意思？这是您的计数变量吗？您所需要的所有尝试都是
ddply（df，.（开始，结束），summary，weight=length（duration\u time），duration\u time=sum（duration\u time））
如果您要使用dplyr，为什么不使用
df%>%group\u by（开始，结束）%>%summary（weight=n（），duration\u time=sum（duration\u time））
@rawr:这正是我想要的——把它作为其他人的答案。@ayshelina它回答了你的问题吗？请注意下面这一点谢谢，你认为这比数据表解决方案慢吗？@ayshelina一般来说，
aggregate
会慢一些，但对于较小的数据集，这会起到作用